XNews

Meta提出RL-XAR方法以对抗AI生成的低质量写作

Meta提出RL-XAR方法以对抗AI生成的低质量写作

Meta的RL-XAR方法使用专家对齐的评分标准作为强化学习的奖励信号,使27B模型在盲评中以89-95%的胜率超越人类专家写作。该方法通过优化一个能够区分AI低质量文本与专家文本的判别器,解决了如写作这类不可验证任务的挑战。

Source posts